Cultural engagement and mental health: Does socio-economic status explain the association?
Notice bibliographique
Résumé
There is a growing body of literature suggesting that the arts can support mental health. However, both arts participation and cultural engagement are unevenly patterned across the population, with a strong social gradient. This social gradient is also evident in mental health. So it remains unclear whether the relationship between arts engagement and mental health can in fact be explained by socio-economic status (SES). This study explores this question specifically in relation to cultural engagement (e.g. visiting museums/galleries/cinema/theatre/concerts) using data from 8780 adults aged 50 + from the English Longitudinal Study of Ageing. We used a statistical triangulation approach, running three separate sets of analyses that each have different strengths and address different statistical limitations or biases. Using logistic regression, the relationship between cultural engagement and mental health was still present when including covariates relating to SES, and there was no evidence of moderation by SES either through the inclusion of interaction terms or stratification. Using propensity score matching, matching participants based on their SES, we also consistently found evidence of the relationship. Finally, using fixed-effects regression which takes account of all time-invariant factors (which include multiple aspects of SES) even if unobserved, we also found no attenuation of the relationship. Overall, this confirms previous reports that cultural engagement is linked with a lower odds of depression amongst adults aged 50 + by demonstrating a robust association in a nationally-representative sample of older adults. While SES does explain around half of the association between cultural engagement and depression, we found no evidence that it either acts as a moderator or the main explanatory factor, with independent associations maintained across all three approaches. However, the fact that higher SES is associated with more frequent engagement indicates that, in population terms, SES is still an important determinant of the salutogenic impact of culture.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».